Ansatz für ein prozessintegriertes Qualitätsregelungssystem für nicht stabile Prozesse

Für die umfassende qualitätsorientierte Serienfertigung sind bei den immer komplexer werdenden Fertigungsprozessen die Kenntnis über die Kausalzusammenhänge zwischen Eingangs- und Zielgrößen sowie die rechtzeitige gezielte Fehlerbeseitigung notwendig. Aus diesem Grund wird ein prozessintegriertes Qualitätsregelungssystem benötigt, innerhalb dessen die Kausalzusammenhänge transparent aufgezeigt, die einzelnen Prozessparameter überwacht und bei Verlassen der vorgegebenen Grenzen auch Maßnahmen abgeleitet werden. Zusätzlich dazu soll das Qualitätsregelungssystem aber auch in der Lage sein, die Prozessschritte dynamisch gestalten zu können, um präventiv in den Prozess einzugreifen. Für die Regelung statistisch beherrschter Prozesse sind Verfahren wie zum Beispiel die SPC (Statistical Process Control) Standard, setzten aber immer einen fähigen und beherrschten Prozess voraus. Trotzdem werden auch für nicht fähige und nicht beherrschte Prozesse, die so genannten nicht stabilen Prozesse, Verfahren zur Prozessregelung benötigt. Die vorliegende Arbeit beschreibt einen Ansatz für ein Qualitätsregelungssystem am Beispiel eines nicht stabilen Fertigungsprozesses in einer Leichtmetallgießerei. Für den Aufbau des Qualitätsregelungssystems wird eine Verkettung zweier unterschiedlich gerichteter Qualitätsregelkreise eingesetzt. Ein reaktiver Qualitätsregelkreis dient der Bestimmung der Kausalzusammenhänge innerhalb des Produktionsvorganges und der Ableitung von Maßnahmen zur Produktionsoptimierung. Zusätzlich dazu wird ein präventiver Qualitätsregelkreis implementiert, in dem Anpassungsmaßnahmen für die weitere Steuerung des Prozesses inklusive der zur Auslieferungsfreigabe notwendigen Bauteilprüfungen initiiert werden. Kernbestandteil beider Qualitätsregelkreise sind analytische Verfahren zur Modellbildung aus dem Bereich des Data Minings. Für den Einsatz sind unterschiedliche Verfahren diskutiert und ausgewählt worden. Am Beispiel mehrerer Untersuchungen in der Leichtmetallgießerei von BMW ist der methodische datengetriebene Ansatz bestätigt und mittlerweile fest in den Problemlösungsprozess integriert worden. Es gilt folgender Ansatz: Von der Vergangenheit lernen, die Gegenwart zu gestalten, um die Zukunft zu verbessern.